Aplicación del modelo de series de tiempo

a la prospección del servicio de referencia

en línea de la Biblioteca del IIMAS-UNAM
Assessing the online reference service of the IIMAS-UNAM library with a time-series model

María del Rocío SÁNCHEZ AVILLANEDA (1) y Ricardo MARTÍNEZ BRAVO (2)

(1) Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, UNAM, Circuito escolar s/n,
Ciudad Universitaria, México, D. F. 04510, marsa@leibniz.iimas.unam.mx. (2) Centro de Investigación en
Matemáticas-CONACYT, Jalisco s/n, Col. Valenciana, Guanajuato 36240, México, jricardo@cimat.mx.

Resumen Abstract
Se valida el modelo de series de tiempo en un es- In this paper, the time-series model is used to assess
tudio prospectivo del servicio de referencia en línea the e-mail-based online reference service of the IIMAS-
vía correo electrónico en términos de su demanda a UNAM library, with the aim of obtaining a prospective of
partir de un ejemplo real, en donde el análisis ayude its future trends.
a conocer la tendencia del servicio sobre la base de Keywords: Digital library. Digital reference service.
datos reales y con el propósito de obtener resulta- Time-series model.
dos confiables que no sean puramente especulati-
vos, sino que, a partir de una metodología lo sufi-
cientemente sólida, se pueda llegar a una mejor
planeación del servicio de referencia en esta moda-
lidad. En los resultados se muestra el modelado de
los datos consiguiendo demostrar cómo las técnicas
estadísticas pueden ser utilizadas para predecir
tendencias del servicio en línea. Este estudio aporta
un planteamiento teórico que a futuro pueda coad-
yuvar en la solución de problemas prácticos, consi-
derando el rumbo de las tendencias del servicio de
referencia con la aplicación de métodos estadísti-
cos.
Palabras clave: Bibliotecas digitales. Servicio de
referencia digital. Series de tiempo.

1. Introducción algún fenómeno. La literatura muestra clara-

Las nuevas tecnologías de información y comu-
nicación (TIC) han ocasionado que la sociedad
y el mundo de las bibliotecas se encuentren
ante una serie de fenómenos nuevos, incluyen-
do la forma de producir, organizar, acceder y
recuperar información. En este sentido, han
afectado directamente las formas en que las
bibliotecas ofrecen sus servicios digitales. En
este caso, se habla del servicio de referencia
digital como uno de los fenómenos que muestra
mayores expectativas de desarrollo.
Sin embargo, en la sociedad en que vivimos, el
riesgo y la incertidumbre ante el futuro aparecen
como factores predominantes en el desarrollo
de cualquier objeto de estudio; para ello, gene-
ralmente se recurre a la elaboración de previ-
siones que tratan de anticipar la evolución de
mente que el disponer, en el presente, de un
conocimiento sobre el futuro, aunque sea de
forma aproximada, facilita la toma de decisiones
en las que se incurre cuando se pretende modi-
ficar alguna realidad.
Es entonces, en este escenario, donde se en-
cuadra la aplicación del modelo de Series de
Tiempo como alternativa metodológica para
determinar prospectivas del servicio de referen-
cia digital.
El propósito de realizar un análisis de este tipo
consiste en extraer las regularidades que se
observan en el comportamiento pasado de una
variable, es decir, obtener el mecanismo que la
genera, y conocer sobre la base de ello, su
comportamiento en el tiempo, y bajo el supuesto
de que las condiciones estructurales que con-

Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
 36
forman el fenómeno objeto de estudio perma-
nezcan constantes, entonces predecir el com-
portamiento futuro reduciendo la incertidumbre
en la toma de decisiones.
Si bien es cierto que las aplicaciones son am-
plias, existen estudios en el campo bibliotecoló-
gico que han utilizado el modelo de series de
tiempo para conocer pronósticos, tal como el del
autor William G. Jones (1973) A time-series
simple approach for measuring use in a small
library, trabajo que describe una investigación
realizada en la biblioteca del Institute for Social
Research (ISR) de la University of Michigan
para conocer el uso de los servicios conside-
rando como parámetros el número de usuarios
que la utilizan, de tal manera que se logra obte-
ner una buena estimación del uso total por hora,
día, semana, mes, trimestre y año. En esta línea
de investigación también aparece el trabajo de
Crawford, S. (1981) enfocado al análisis de se-
ries de tiempo en bibliotecas especializadas
Health sciences libraries in the united states. A
time series analysis, 1969-1979. Y dos trabajos
más aplicados en bibliotecas académicas, el
primero sustentado por Brooks, T. A. (1984)
Using time-series regression to predict acade-
mic library circulations el cual describe la utiliza-
ción de cuatro métodos para pronosticar los
promedios mensuales de la circulación en 15
bibliotecas. Para ello, presenta los resultados
que demuestran la utilidad de la aplicación de
los métodos del pronóstico que pueden modelar
los ciclos de las estadísticas académicas de la
biblioteca. Y el segundo publicado por Naylor,
M. y Walsh, K. (1994) titulado “A time-series
model for academic library data using interven-
tion analysis” estudio que presenta un modelo
de series de tiempo usando datos semanales y
analizados a través del paquete estadístico
SPSS (1).
Como se puede observar, se ha adoptado el
modelo de series de tiempo como un método
para la obtención de pronósticos de actividades
específicas, tal como el uso de la biblioteca o la
circulación del material utilizando parámetros
temporales como horas, semanas, meses o
años. Así, la aplicación del análisis de tiempo
ayudará en gran medida a anticipar los sucesos
que están por venir y ofrecer diferentes posibili-
dades de futuros alternativos que pueden ser
investigados para después optar por el más
conveniente.
Sin duda alguna, el modelo a seguir presenta
importantes ventajas sobre las formas conven-
cionales de predicción de resultados de accio-
nes y decisiones; es decir, permite interpretar y
predecir las dinámicas y controles en la toma de
decisiones, pero, sobre todo, porque es factible
Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
para encontrar una tendencia de cierto fenóme-
no, en este caso, la demanda del uso del servi-
cio de referencia en línea a través del correo
electrónico en una biblioteca académica.
2. El servicio de referencia digital
“La biblioteca digital es un sistema de informa-
ción en red que requiere de tecnologías especí-
ficas para compartir recursos y ofrecer a sus
usuarios contenidos y servicios digitales, cuya
información y medios de comunicación se en-
cuentran en servidores distribuidos en diferentes
latitudes del mundo” (Torres, 2005). En esta
noción de biblioteca los servicios son el resulta-
do del manejo de la información digital a través
de tecnologías de la comunicación y de la in-
formación, lo que permite características distin-
tas de los servicios que se ofrecen en la biblio-
teca tradicional. Tal es el caso del servicio de
referencia digital como una nueva forma de
ofrecer información y responder a las demandas
de la comunidad en un ambiente en línea.
Existen diversos estudios referidos a los servi-
cios en la biblioteca digital (Sloan, 1998), y en
particular al servicio de referencia como parte
integral de todo el conjunto de servicios bibliote-
carios que la biblioteca ofrece a determinada
comunidad de usuarios. Este aspecto se aborda
claramente en el ámbito anglosajón desde una
perspectiva teórica y práctica; es decir, diserta-
ciones que han pretendido mostrar aquellos
aspectos que se han relacionado con el servicio
y sus respectivas implicaciones. Sin embargo,
pese a lo numeroso de este tipo de estudios, en
casi todos los casos se ejemplifica a partir de
los intentos que se están haciendo para poner
en marcha servicios de consulta. Muchas de las
aportaciones recientes se pueden obtener a
través del portal de ACM Digital Library a partir
de las experiencias de la Virtual Reference Desk
y AskEric, con especial enfoque a la creación de
servicios de información en Internet para cons-
truir sistemas operacionales de referencia digi-
tal.
De esta manera, existen documentos y sitios
web dedicados al análisis y elaboración de
herramientas de software de referencia digital,
otros más enfocados a establecer políticas y
procedimientos de referencia para diseñar un
servicio de esta naturaleza; así como la identifi-
cación de parámetros aplicables tanto para el
servicio en modo síncrono como asíncrono (2)
y, sin dejar a un lado el estudio de usuarios, tipo
de preguntas y respuestas, y los mejores siste-
mas para implementarlo.
Mientras, en el contexto latinoamericano tam-
bién existen estudios concretos que muestran
 37
los aspectos de carácter analítico y descriptivo
del servicio de referencia tradicional, conside-
rando su concepto, sus características y, por
supuesto, el surgimiento de una nueva práctica
reconocida como servicio de referencia digital.
Sin embargo, y específicamente en México, no
existe ningún estudio prospectivo con mayor
profundidad que pueda decir hacia dónde se
dirige el servicio de referencia actual y cuáles
son las tendencias de desarrollo.
Al respecto, cabe mencionar que aunque este
tipo de servicio aparece con diferentes expre-
siones —referencia electrónica, referencia en
tiempo real, referencia en vivo, referencia en
línea, referencia virtual—, en la actualidad el
término más utilizado tanto en documentos
científicos como en eventos académicos a nivel
internacional es el de servicio de referencia
digital.
Es así, que se habla del servicio como aquél
que complementa las actividades básicas de la
biblioteca con un servicio de referencia mucho
más especializado y rápido a través de una
computadora (Internet y sistemas expertos de
preguntas/respuestas), proporcionando media-
ción humana en línea con el propósito de identi-
ficar y resolver problemas de información (Lan-
kes, 2004).
En un concepto más amplio, Lifeng Han (2003)
menciona que los servicios de referencia digital
terminológicamente representan a aquellos ser-
vicios proporcionados a través de medios
electrónicos haciendo uso de aquellos de tipo
asincróno (correo electrónico, formularios-web)
y sincróno (chat, mensajería instantánea, video-
conferencias, y otros en tiempo real). Entretan-
to, en un sentido estricto, la referencia digital es
usualmente utilizada como un sinónimo de refe-
rencia electrónica en tiempo real. De esta mane-
ra, el autor señala que los servicios de referen-
cia tradicional se realizan cara a cara o contacto
directo a través de teléfono o fax dentro de la
biblioteca, mientras que con el servicio de refe-
rencia digital los usuarios pueden tener acceso
a los servicios a pesar del tiempo y la distancia,
siendo éste último un servicio que brinda más
alternativas y flexibilidad a los usuarios.
Dentro del contexto de biblioteca digital ésta
utiliza las computadoras para el almacenamien-
to y la comunicación, así como máquinas conec-
tadas en red que emulan, reproducen y extien-
den los servicios que proporciona a la biblioteca
tradicional, en este caso el servicio de referen-
cia digital. Es por ello, que la biblioteca digital
ofrece el mismo servicio, sólo que a través del
empleo de herramientas tecnológicas que facili-
tan el almacenamiento, la búsqueda y la recupe-
Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
ración. Es decir, es una actividad que en esen-
cia no ha tenido cambios: el objetivo primordial
es ayudar al usuario en cualquier forma y me-
dio. Al respecto, únicamente se ha ampliado la
manera de proporcionar dicho servicio a través
de los recursos que se tengan disponibles.
Alcances Limitaciones
Acceso remoto con interfaz Requerimiento de clave
amigable a servicios personal o institucional
personalizados (password)
No existen límites de tiempo Restricciones del servicio
y espacio acorde con políticas
institucionales
Acceso a información en Información protegida por
línea y con la opción de derechos de autor (copyright)
visualizar, imprimir y
guardar
Acercamiento constante No existe interacción cara a
entre usuario y referencista
cara por lo que se complica la
entrevista entre ambos
patrones
Aumento en la calidad del Implica la actualización de
servicio al responder un software y equipo de cómputo
mayor número de preguntas para mantener la base de
sin restricción geográfica preguntas y respuestas
Tabla I. Servicio de referencia digital:
alcances y limitaciones
En términos generales, los alcances y limitacio-
nes se delimitarán por el aspecto tecnológico y
profesional; ambos factores podrían ayudar a
lograr un nuevo avance en el ámbito bibliote-
cológico (Tabla I). Finalmente, se puede com-
prender que el paso del servicio tradicional de
referencia al servicio de referencia digital no es
algo inédito, sino simplemente es algo comple-
mentario a lo ya existente. “En este sentido no
puede hablarse de un nuevo servicio sino del
mismo, pero bajo procesos que permiten mayor
amplitud” (ibidem, p. 43).
Sin embargo, el presente estudio no pretende
llevar a cabo revisiones conceptuales del térmi-
no, sino que su objetivo principal es demostrar
que el uso y aplicación del modelo de series de
tiempo es factible para determinar prospectivas
del servicio de referencia en línea a través de
alguno de los medios de comunicación, como
correo electrónico, chat o formulario web.
3. Enfoque prospectivo
Desde la antigüedad, el hombre ha sentido la
necesidad de conocer el futuro, y de prever lo
que va a suceder haciendo uso de ciertos méto-
dos como la magia que, mediante algunas
prácticas, pretendía adivinar lo que iba a suce-
der. En cambio, hoy en día la situación es muy
distinta, pero más en cuanto a los métodos que
 38
en cuanto a la necesidad percibida por el hom-
bre.
De esta manera, los métodos actuales, con un
enfoque absolutamente racionalista y en mu-
chos casos matemático-estadístico, buscan la
respuesta a la misma pregunta de siempre:
¿cómo será el futuro?.
En este sentido, la noción de la propia naturale-
za del futuro ha cambiado, y ha pasado de ser
algo sometido al libre albedrío de fuerzas so-
brenaturales (idea base de los métodos mági-
cos) a ser esencialmente el resultado del pasa-
do y del presente, con una componente impre-
decible (aleatoria) más importante cuanto más
se adentra en el futuro.
Ya en el siglo XIV, Nicolás Maquiavelo, enfoca
la cuestión con una acertada frase: “Para pre-
decir lo que ha de suceder, hay que observar
antes lo que ha ocurrido anteriormente.” Aquí
está la clave de la técnica que será estudiada
en el presente trabajo, es decir el futuro como
consecuencia del pasado. En esta línea, y más
recientemente, el Marques de Halifax afirmaba
que “La mejor cualidad de un profeta es la bue-
na memoria”, donde la percepción de tal reali-
dad es de gran importancia, pues de ella se
sigue que el análisis y modelización de los
hechos pasados va a permitir hacer previsiones
sobre el futuro.
La prospectiva, como tal, busca, de manera
científica, anticipar los sucesos que están por
venir y ofrecer diferentes posibilidades de futu-
ros alternativos que pueden ser investigados
para después optar por el más conveniente. Es
así, que la postura de la prospectiva hacia el
futuro es eminentemente proactiva, su enfoque
se orienta a la idea de que el futuro es sujeto de
creación, pues la posibilidad de que algo ocurra
es directamente proporcional a la actividad que
se despliegue para que así sea, sin embargo,
dice el autor, que no es inoportuno conocer las
tendencias, pues el futuro juega en el presente,
pero no hay que olvidar que el impacto de la
retrospectiva, es la herencia del pasado (Majul,
2003).
3.1. La previsión proyectiva
La previsión proyectiva se basa en la informa-
ción histórica para que mediante su análisis se
logren identificar pautas de comportamiento que
sigan siendo válidas en futuro. Para ello, se
requiere la hipótesis de mantenimiento del en-
torno y, poder asegurar la validez de ésta sólo a
corto plazo.
La información que generalmente manejan las
técnicas proyectivas tiene la forma de las llama-
Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
das series temporales, que son sucesiones de
valores referidos a una misma variable y corres-
pondiente a distintos instantes de tiempo.
Ejemplo de series temporales son los casos
declarados de cáncer en México mes a mes; la
ventas de una empresa por trimestres; y, más
cercano al objetivo del presente estudio, el
número de consultas de referencia en una bi-
blioteca en un periodo determinado.
Al respecto, los métodos clásicos parten de un
enfoque determinista, ya que la serie temporal
sigue una pauta de comportamiento fija, en la
que las desviaciones observadas son sólo el
efecto de hechos puntuales ocurridos en el en-
torno sin que esos hechos afecten a la pauta
base del modelo.
Dentro de este tipo de métodos, se pueden citar
los siguientes: métodos de proyección de ten-
dencias —identificación de tendencias (ajustes
de regresión) y métodos suavizados—, y méto-
dos de descomposición de series temporales,
donde se utilizan los métodos basados en el
suavizado y la descomposición de series cro-
nológicas.
3.2. Pronósticos
Es un método mediante el cual se intenta cono-
cer el comportamiento futuro de alguna variable
con algún grado de certeza. Es una estimación
anticipada del valor de una variable, por ejem-
plo: la demanda de algún producto. Para ello,
existen tres grupos de métodos de pronósticos:
cualitativos, proyección histórica y los causales.
Se diferencian entre sí por la precisión relativa
del pronóstico del largo plazo en comparación
con el de corto plazo, el nivel de herramientas
matemáticas requerido y la base de conocimien-
to como sustrato de sus proyecciones.
Los beneficios del pronóstico son apoyar la to-
ma de decisiones proporcionando información
congruente y exacta, la cual se calcula utilizan-
do modelos matemáticos de pronóstico, datos
históricos del comportamiento del fenómeno y el
juicio del personal involucrado en la institución.
Asimismo, permite gran flexibilidad en la elabo-
ración de pronósticos y para la creación y com-
paración de múltiples escenarios para efectos
de análisis de servicios proyectados (por ejem-
plo, el servicio de referencia en línea en una
biblioteca), apoyando las decisiones de una
manera eficaz y oportuna; esto, al pronosticar
los lineamientos de los servicios y las demandas
establecidas.
Dentro de las características de los pronósticos,
está aquella que específicamente trata con el
 39
futuro y el tiempo, y que ambos se encuentren
directamente involucrados. El segundo elemen-
to es la incertidumbre, que siempre está presen-
te. Y el tercer elemento, presente en grado va-
riable en todas las situaciones descritas, es la
confianza de la persona que hace el pronóstico
sobre la información contenida en datos históri-
cos. En este sentido, se tiene la siguiente pre-
gunta: ¿qué tan importante es el pasado para
estimar el futuro? La respuesta implica conocer
si el patrón que ha ocurrido en el pasado se
repetirá en el futuro.
Existen ciertos métodos y técnicas para deter-
minar pronósticos; entre ellos, los métodos
cuantitativos: el análisis de series de tiempo, el
cual consiste en encontrar el patrón del pasado
y proyectarlo al futuro. Éste a su vez tiene pa-
trones como: la tendencia, el efecto estacional,
el efecto cíclico, y las variaciones irregulares,
los cuales serán definidos más adelante.
Por otro lado, cabe mencionar que los métodos
de proyección tratan de encontrar el patrón real
de los datos para proyectarlos al futuro a través
de la aplicación de: (a) los promedios móviles, y
(b) la suavización exponencial.
El promedio móvil sirve para pronosticar los
valores de datos del siguiente periodo de la
serie de tiempo, pero no de los datos de perio-
dos más distantes a futuro. Es, por lo tanto, un
método adecuado de pronóstico cuando en los
datos no está presente la influencia de una ten-
dencia, un efecto cíclico o estacional. Así, este
procedimiento es de gran utilidad para prome-
diar el componente irregular de los datos más
recientes de una serie.
La suavización exponencial es un método de
pronóstico basado también en el uso de prome-
dios móviles, y dado que para determinar dicho
pronóstico para el siguiente periodo debe dispo-
nerse del valor más reciente de la serie de tiem-
po, la suavización exponencial sólo puede usar-
se para pronosticar el valor para el periodo de la
siguiente en la serie de tiempo, pero no para
varios periodos futuros (Kazmier, 2000).
3.3. Análisis de series temporales
El análisis de series de tiempo es el procedi-
miento por el cual se identifican y aíslan los
factores relacionados con el tiempo que influyen
en los valores observados en las series; y, una
vez identificados, estos factores pueden contri-
buir a la interpretación de valores históricos y a
pronosticar valores futuros. Por ello, una de las
técnicas adecuadas para hacer inferencias so-
bre el futuro es el análisis de series de tiempo,
ya que además es un tipo de inferencia estadís-
Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
tica cuantitativa que se hace acerca del futuro
de alguna variable o compuesto de variables
basados en sucesos pasados.
Se le llama serie de tiempo a un conjunto de
mediciones de cierto fenómeno registradas de
forma secuencial en el tiempo. Esto es, dada
una serie:
{x(t1), x(t2), x(t3), … x(tn)} donde,
x = representa una variable aleatoria, y
tn = representa la correspondiente observa-
ción de dicha variable,
tiene por objeto describir el comportamiento de
la serie y buscar posibles patrones temporales
que permitan sobrepasar la incertidumbre del
futuro (Arellano, 2001).
Una serie de tiempo es un conjunto de valores
observados durante una serie de periodos tem-
porales secuencialmente ordenada; y se repre-
senta por medio de una gráfica de líneas, sobre
cuyo eje horizontal se representan los periodos
y en cuyo eje vertical se representan los valores
de la serie (ibidem, p. 282).
Así, una serie temporal se puede definir como
una sucesión de observaciones correspondien-
tes a una variable en distintos momentos de
tiempo, donde las series pueden tener una pe-
riodicidad anual, semestral, mensual, trimestral,
etc., según los periodos de tiempo en que ven-
gan recogidos los datos que la componen (Figu-
ra 1).
Figura 1. Gráfica de líneas de una serie temporal
El análisis de series de tiempo o cronológicas
puede, por tanto, hacerse con un doble propósi-
to: (a) describir la evolución que la serie ha teni-
do en el pasado y (b) predecir sus valores res-
pecto a un futuro más o menos cercano (Rodrí-
guez, 2000).
Desde la perspectiva de Luis M. Molinero
(2004), los objetivos del análisis de series tem-
porales son diversos, pudiendo destacar la pre-
dicción, el control de un proceso, la simulación
 40
de procesos, y la generación de nuevas teorías;
considerando así que la predicción es la estima-
ción de valores futuros de la variable en función
del comportamiento pasado de la serie. Así, por
ejemplo, la predicción mediante modelos basa-
dos en la teoría de series temporales, puede
servir para una buena planificación de recursos,
en función de la demanda que se espera en el
futuro prevista por el modelo.
En la teoría de control de procesos, se trata de
seguir la evolución de una variable determinada
con el fin de regular su resultado. La simulación
se emplea en investigación aplicada, cuando el
proceso es muy complejo para ser estudiado de
forma analítica.
3.3.1. Componentes de una serie temporal
La metodología tradicional para el estudio de
series temporales se basa fundamentalmente
en descomponer las series en varias partes
(Kazmier, op. cit., p. 314). Es decir desde una
perspectiva teórica y con el objeto de compren-
der mejor la evolución de un determinado fenó-
meno, el enfoque clásico o de descomposición
de series temporales considera que el compor-
tamiento de una variable en el tiempo es el re-
sultado de la integración de cuatro componentes
fundamentales: tendencia, fluctuaciones cícli-
cas, variaciones estacionales, y variaciones
irregulares.
Tendencia. Llamada también movimiento de
gran duración e incluso trend utilizando la pala-
bra inglesa. Se considera tendencia al movi-
miento suave y regular de la serie a largo plazo.
Es una componente que reviste gran interés ya
que refleja la dirección del movimiento de una
determinada variable. De esta forma puede
detectarse si, a largo plazo, la serie adopta una
marcha persistente, ya sea de crecimiento, de-
crecimiento o estabilidad, aunque para observar
esto es necesario disponer de un horizonte
temporal amplio. La predicción de esa compo-
nente suele ser en muchos casos el objetivo del
análisis de series temporales a través de los
modelos de ajuste de tendencia, donde se su-
pone que la serie carece de variaciones esta-
cionales y cíclicas.
En este caso y dentro del análisis de la tenden-
cia, los medios más utilizados para detectar y
eliminar la tendencia de una serie se basan en
la aplicación de filtros a los datos. Un filtro no es
más que una función matemática que aplicada a
los valores de la serie produce una nueva serie
con unas características determinadas. Entre
esos filtros se encuentran las medias móviles o
también conocidas como promedios móviles.
Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
Un promedio móvil es el promedio de los (n)
valores de datos más recientes de una serie de
tiempo. Este procedimiento puede representar-
se como sigue:
(n)
PM =
n
donde:
• PM= Promedio móvil
• ∑= Suma de los n valores más recientes
• n = Total de datos
sirve para pronosticar los valores de datos del
siguiente periodo de la serie de tiempo, es por lo
tanto, un método adecuado de pronóstico cuan-
do en los datos no está presente la influencia de
una tendencia cíclica o estacional.
Figura 2. Las fases de un ciclo.
Fluctuaciones cíclicas. En las series, sobre todo
en las económicas, la tendencia puede disgre-
garse a su vez en un factor de tendencia pura,
que representa la evolución suave y continua a
largo plazo, y un factor de tipo oscilante, carac-
terizado por movimientos recurrentes en torno a
la tendencia, que se repiten cada varios años, y
al que se le denomina ciclo económico. Un ciclo
se distingue, pues, por una serie de movimien-
tos ascendentes y descendentes separados por
puntos de inflexión que en la terminología
económica corresponden a las denominadas
fases de recuperación, prosperidad, recesión y
depresión, tal como se muestra en la Figura 2.
Estacionalidad. En la representación gráfica de
muchas series se observa un patrón sistemático
que se repite todos los años, es decir, la serie,
por ejemplo, presenta siempre una disminución
de valor en algún mes concreto. Si se detecta
este hecho, entonces se tendrá la seguridad de
que la serie está afectada de estacionalidad.
La estacionalidad se define como aquellos mo-
vimientos regulares de la serie que tienen una
periodicidad inferior al año. En este sentido,
 41
recogería, por tanto, las oscilaciones que año
con año se repiten en una serie de forma perió-
dica.
Existen muchos casos de series donde se ob-
serva claramente esta componente y la mayor
parte de las veces obedece a factores institu-
cionales o climatológicos. Por ejemplo, en una
biblioteca, el hecho de que los periodos vaca-
cionales se concentren en los meses de verano
e invierno son factores que condicionan los va-
lores de las series relacionadas con los servi-
cios que se proporcionan, y esto no significa
que pueda afectar directamente en la calidad
del servicio, sino que, por un mero factor institu-
cional, año tras año se irá repitiendo el mismo
fenómeno.
En este caso, si no se tuviera en cuenta este
detalle y se considerara la decisión obviando
que la serie presenta estacionalidad, segura-
mente las predicciones serían erróneas. Muchas
veces, el estudio de este componente puede
constituir la finalidad del trabajo de investiga-
ción, ya que su conocimiento resulta de gran
trascendencia en numerosos fenómenos que
están afectados por la estacionalidad y puede
favorecer actuaciones tendentes a modificar
algún comportamiento determinado (Chatfield,
2003).
Componente irregular. Se caracteriza porque no
responde a un comportamiento sistemático o
regular y, en consecuencia, no sería posible su
predicción. En la gráfica, está representado por
un pico irregular u observaciones anormales y
que se sabe que la causa que los provocó no es
de esperar que influya en el futuro de la serie;
por ello, es conveniente eliminarlos, o no tener-
los en cuenta, con el fin de que factores esporá-
dicos no distorsionen los resultados del análisis.
Por ejemplo, dichos factores pueden ser inun-
daciones, terremotos, incendios, accidentes,
huelgas, etc.
Con el análisis de series temporales se preten-
de encontrar las pautas de regularidad que si-
gue cada componente a fin de reproducir el
comportamiento de la serie. Es decir, se trata de
extraer datos que permitan interpretar de una
manera más correcta lo que ha sucedido con la
variable objeto de estudio a lo largo del tiempo,
sin las distorsiones o interferencias provocadas
por el componente irregular. De esta manera, se
estará en mejor condición para efectuar una
predicción de los valores futuros de la serie.
La componente irregular se obtendría, en el
análisis clásico, como parte residual una vez
estimadas y eliminadas las demás componen-
tes. Para ello, existen fórmulas que permiten la
Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
suavización (aislamiento de comportamientos)
mediante el empleo de promedios.
Por último, es importante aclarar que en una
serie de tiempo no tienen por qué estar presen-
tes todas las componentes anteriormente men-
cionadas (tendencia, ciclo, estacionalidad e
irregularidad), por lo que es de suma importan-
cia analizar cada parte de la serie con la finali-
dad de obtener los resultados más reales posi-
bles y sobretodo conocer la tendencia del objeto
de estudio en cuestión (Morice, 1974).
3.3.2. Aplicaciones y utilidad
Según Swoboda (1975),
Las series de tiempo se pueden encontrar con fre-
cuencia y facilidad en periódicos y revistas de todo
tipo, identificadas en forma de curvas más o me-
nos originales o raras que suben o bajan, y son no
necesariamente reconocidas por especialistas en
estadística. También es una serie en el tiempo el
cambio de clima que se produce en una reunión de
trabajo, y si este tipo de estadística es tan frecuen-
te deber haber una razón. La serie en el tiempo
aporta un elemento dinámico a la estadística; no
sólo permite conocer el transcurrir del tiempo hasta
el momento, sino que estimula al espectador a
imaginarse nuevos modelos para el futuro, y aun-
que no puedan dar visiones futuristas y fantásticas,
entusiasman como coeficientes o distribuciones de
frecuencias estacionarias, que ponen en juego la
dimensión del tiempo y que a la vez muestran con
pocas líneas o números, procesos que nunca se
hubiesen supuesto o temido, ni tan sólo intuido.
El análisis de series de tiempo es usado para
muchas aplicaciones, tales como pronósticos
económicos, pronóstico de ventas, análisis pre-
supuestario, proyecciones de producción, pro-
ceso y control de calidad, estudios de inventario,
proyecciones de carga de trabajo, análisis de
censos y, en general, cualquier aplicación don-
de se requiera predecir o conocer la evolución
de algún fenómeno (NIST/SEMATECH, 2007).
Por ejemplo, el uso de la Internet como uno de
los fenómenos de gran auge, en el cual se pue-
de estudiar la forma de acceso considerando
básicamente el factor ancho de banda. De tal
forma, que se podría medir tanto el avance tec-
nológico en función de la forma y características
con que se accede a la red, así como el conocer
cuáles son las velocidades de comunicación,
cuántos usuarios hay y a qué nivel de penetra-
ción se llega el uso de la Internet. En este senti-
do, se puede determinar la tendencia en la can-
tidad de usuarios con conexiones a Internet.
Por esta razón, la aplicación del análisis de
tiempo ayudará en gran medida a anticipar los
sucesos que están por venir y ofrecer diferentes
posibilidades de futuros alternativos que pueden
 42

ser investigados para después optar por el más 4.1. Objetivo y metodología
conveniente.
En primer instancia, el objetivo es validar el
modelo de series temporales en el estudio pros-
4. Desarrollo del estudio
pectivo del servicio de referencia vía correo
El interés por estudiar el servicio de referencia electrónico, considerando como indicador el
digital reside principalmente en presentar la número de consultas en 2007, de tal manera
característica de ser un servicio novedoso, por que se determine el valor futuro que tomará la
lo que es importante plantearse propuestas para variable objeto del análisis aplicando dicho mo-
determinar el desarrollo a futuro de este tipo de delo; y, por último, conocer la tendencia del
servicios. Ahora bien, para determinar el desa- servicio por este medio electrónico. Es así, que
rrollo ideal de estos servicios es necesario co- en la Tabla II se tienen los datos siguientes:
nocer las tendencias que se perfilan desde la
práctica.
Mes Correos
La aplicación del modelo de Series de Tiempo a Enero 9
este tipo de servicio se justifica si se considera Febrero 12
que éste, por su aparición tan reciente, requiere
Marzo 10
de métodos que permitan hacer una prospec-
Abril 5
ción confiable con datos derivados de su uso
inicial. Mayo 14
Junio 25
En esta dirección, cabe señalar que existen Julio 10
numerosos estudios sobre el tema del servicio
Agosto 22
de referencia digital, sin embargo, la mayoría de
Septiembre 30
ellos se enfocan a investigaciones puramente
especulativas sobre el escenario probable del Octubre 24
servicio, es decir, aportaciones de lo que podría Noviembre 40
suceder en algunos años, pero estas ideas son Diciembre 25
supuestos que no se basan en datos reales. Por
Tabla II. Datos de la serie original del servicio de
lo que es clara la falta de estudios que, con una referencia vía Correo electrónico
base metodológica lo suficientemente sólida,
ayuden al conocimiento de las tendencias del
Para efectos de este estudio, se plantean las
servicio de referencia digital.
preguntas siguientes: ¿Cómo se obtendrá la
Al respecto, cabe señalar que los estudios reali- tendencia del servicio de referencia en línea a
zados en relación con el desarrollo del servicio través del correo electrónico? ¿Cómo se obtie-
de referencia en el contexto digital, carecen de nen las predicciones (pronóstico) para este ser-
una metodología que ayude a determinar desde vicio?
la práctica el camino que sigue el desarrollo del
La respuesta a la primera pregunta se logrará
servicio. Es decir, carecen de un método que
por medio de dos métodos a aplicar: (A1) los
permita conocer hacia dónde se dirige el servi-
promedios móviles, y (A2) el ajuste lineal
cio actual a partir de datos temporales validados
por el modelo de Series de Tiempo. Así, se tienen los siguientes datos reales:
Por ello, se trata de demostrar la utilidad del
modelo, a partir de su aplicación en el estudio
de uno de los servicios digitales que más desa-
rrollo promete.
En este sentido, en el presente estudio se reali-
zará la validación del método cuantitativo a
través de la técnica de Series de Tiempo en la
Biblioteca del Instituto de Investigaciones en
Matemáticas Aplicadas y en Sistemas de la
Universidad Nacional Autónoma de México (II-
MAS-UNAM) con servicio de referencia en línea
sólo para el caso del uso del correo electrónico.

Figura 3. Representación de la serie para el servicio

de referencia vía Correo electrónico

Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
 43

A1. Promedios Móviles El valor q se conoce como el orden y el proceso

se denota como PM(q) lo que en inglés significa
A través de la aplicación del Promedio Móvil de
Moving Average (MA(q)), la fórmula anterior
orden q se obtendrá la tendencia, representado
sugiere un promedio aritmético y el efecto de
por PM(q)
este procedimiento es el de eliminar las fluctua-
x1 + x 2 +  + x q ciones entre cada q periodos, donde la repre-
y1 = sentación del gráfico de la serie se suaviza.
q
Teniendo como datos filtrados los siguientes y
x + x 3 +  + x q +1 representados de manera gráfica en la Figura 4.
y2 = 2
q
x 3 + x 4 +  + x q +2
y3 =
q
Donde:
x = son los datos originales por mes
q = es el orden del promedio móvil (3)
y = es el dato suavizado por el promedio
móvil
Previo a conocer la tendencia, se observa que
en la Figura 3 aparece un movimiento que es
recurrente, es decir un patrón que posiblemente
se repetirá en los años subsiguientes, entonces
se puede decir que la serie está afectada de Figura 4. Representación de la serie suavizada
estacionalidad.
La estacionalidad está definida como los movi- Una vez que realizado el suavizado de los datos
mientos regulares de la serie que tienen una de la serie de tiempo de la gráfica, se observa
periodicidad inferior al año, donde las oscilacio- una tendencia de crecimiento lineal. Por lo tan-
nes que año con año se repiten en una serie se to, se puede hacer el ajuste a una recta, que se
presentan de forma periódica. Es decir, estamos presenta en el apartado siguiente:
hablando de los periodos vacacionales, donde
el hecho de que, por costumbre, las vacaciones A2. Ajuste Lineal
laborales se concentren en los meses de verano El ajuste se hará por medio del método de
e invierno determina los valores de la serie pre- mínimos cuadrados (Spiegel, 2001) que ayude a
sentados en el número de consultas recibidas y determinar la mejor línea de ajuste y conocer el
que se verán reflejados en la atención al usuario comportamiento de la tendencia. Por lo tanto, y
en línea. con base a la ecuación de una recta:
En definitiva, esta serie presenta sistemática-
y = bx + a
mente una disminución durante el mes de julio,
agosto y diciembre. Empero, no quiere decir que Los valores a y b están dados por:
con ello el servicio de referencia que ofrece la
Biblioteca-IIMAS-UNAM sea de mala calidad en
este periodo, sino que por un factor institucional
que se presenta año tras año se repetirá el
mismo movimiento en la serie de datos.
Con el fin de eliminar los efectos de estacionali-
dad se obtendrá la serie suavizada con un pro-
medio móvil de orden (q), en este caso se deci-
dió utilizar este indicador porque es uno de los Donde:
más adecuados para identificar la tendencia,
además de porque permite estimar el promedio x = meses (enero a diciembre).
de las consultas de un cierto número de perio- y = datos suavizados (ajustados o filtrados)
dos arrojando el cálculo del pronóstico del uso a partir del mes de marzo.
del servicio en el futuro.
n = número de datos usados (10).

Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
 44

Así, se tienen los datos siguientes:

donde el ajuste lineal se obtendrá usando los Por tanto si entonces se tiene:
datos de la Tabla III.
y = 2.6021x -0.9155
Tanto los datos originales como el promedio
móvil y el ajuste lineal —este último para obte-
ner la tendencia— (Figura 5).
3 10.33 9 30.9900 106.71
4 9.00 16 36.00 81.00 La tendencia es un movimiento suave y regular
5 9.67 25 48.35 93.51 de la serie, el cual es una componente de suma
6 14.67 36 88.02 215.21 importancia ya que refleja la dirección del mo-
7 16.33 49 114.31 266.67
vimiento de la variable denominada consultas.
8 19.00 64 152.00 361.00
9 20.67 81 186.03 427.25
De esta forma puede detectarse que el servicio
10 25.33 100 253.30 641.61 de referencia que se ofrece a través del uso del
11 31.33 121 344.63 981.57 correo electrónico adopta una marcha persisten-
12 29.67 144 356.04 880.31 te, es decir, se observa un notable crecimiento,
75 1609,67 aunque cabe aclarar que para mayor aproxima-
ción al comportamiento de la serie es necesario
Tabla III. Datos de la serie para el ajuste lineal disponer de un horizonte temporal amplio.

Así se tiene para a y b lo siguiente:

Figura 5. Series de tiempo para el servicio de referencia vía correo electrónico

La respuesta a la segunda pregunta referente a y = 2.6021(17) -0.9155

¿Cómo se obtienen las predicciones (pronósti-
y = 43.32
co) para este servicio? Una vez obtenida la
ecuación lineal: Si se quiere hacer un pronóstico para el mes 17
(mayo 2008), por ejemplo, se tiene que la pre-
y = 2.6021x -0.9155

Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
 45

dicción representa un aumento del 42.92%. Esto en el tiempo de las variables analizadas a través
es, si en el mes 12 (diciembre 2007) se tiene un de las tendencias estimadas.
estimado de 30.31 consultas, significa que en 5
En el caso del correo electrónico se observa
meses se habrán atendido 13 consultas (Tabla
una tendencia de crecimiento, donde se puede
IV).
predecir con toda seguridad el comportamiento
Cabe aclarar que cuanto más nos alejemos en que tendrá a futuro, induciendo así a la mejor
el tiempo los pronósticos serán menos confia- toma de decisiones. En este sentido, aún no es
bles, por lo que una alternativa al respecto es necesario contar con equipo adicional para res-
obtener datos mes a mes y hacer el análisis y ponder a la demanda de los usuarios; tampoco
cálculos actualizados correspondientes. es ahora prioritario contratar más personal para
atender dicho servicio.
x y Al respecto, cabe señalar que las bibliotecas en
1 general hacen uso del correo electrónico con la
2 finalidad de facilitar la comunicación, específi-
camente en cuanto a las solicitudes y las tran-
3 6.89
sacciones para el préstamo interbibliotecario.
4 9.49
De tal forma, que este medio de tipo asíncrono
5 12.09 resulta ser una alternativa más que el servicio
6 14.70 tradicional (teléfono o cara a cara). De esta ma-
7 17.30 nera, el correo electrónico tiene alcances que
8 19.90 van más allá de la propia biblioteca y de la indi-
9 22.50 vidualización. Es decir, permite además esta-
10 25.11 blecer una red de comunicación hacia y para un
11 27.71
grupo, esto se puede comprobar claramente
observando la línea de tendencia (Figura 5)
12 30.31
donde la demanda del servicio de referencia por
13 32.91 esta vía se está incrementando a la par del uso
14 35.51 de Internet.
15 38.12
En términos generales, se puede observar que
16 40.72
el impacto tecnológico sobre las bibliotecas ha
17 43.32
propiciado que, de nueva cuenta, se redefina el
18 45.92 servicio de referencia que actualmente se viene
19 48.52 ofreciendo; y la realidad es que en muchos paí-
20 51.13 ses existen ya servicios plenamente desarrolla-
21 53.73 dos y muchos otros a nivel de proyecto, que, sin
22 56.33 duda alguna, llegarán a ser útiles y con capaci-
23 58.93 dad de responder a las necesidades de infor-
mación de usuarios remotos.
Tabla VI. Datos del pronóstico
En México no se está lejos de esta realidad, ya
que se puede hablar del servicio de referencia
5. Resultados y prospectivas futuras en entornos digitales gracias al interés que han
tenido algunas instituciones por mejorar la cali-
Esta investigación ha permitido demostrar que dad de los servicios, pero, sobre todo, por dis-
el modelo de series de tiempo es una alternativa
minuir los límites de tiempo y comunicación
viable para obtener predicciones confiables y
geográfica, de tal forma que los usuarios pue-
determinar prospectivas del servicio de referen- dan obtener información sin asistir físicamente a
cia en línea vía correo electrónico que actual- la biblioteca. Los avances han sido posibles
mente se ofrece en la Biblioteca del IIMAS- gracias a la integración de un equipo multidisci-
UNAM, lo que ha permitido dar respuestas a la plinario, al apoyo institucional y de entidades
interrogante planteada al inicio del presente externas, y a la colaboración con otras institu-
estudio con especial enfoque a la prospectiva ciones.
del servicio.
La revisión de algunos documentos y sitios han
En esta dirección, se cumple con el objetivo de permitido reconocer que tales servicios son
la presente investigación. Es decir, se logró nombrados con diferentes términos como con-
validar el modelo en este servicio, de tal manera sulta electrónica, ayuda en línea, referencia
que se ha podido observar el comportamiento
virtual, o bien asesoría virtual. A pesar de ello,
cabe señalar que todos estos intentos cubren el

Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
 46
objetivo de la esencia del servicio, aunque es
importante considerar que la tecnología disponi-
ble en cada institución dependerá de las herra-
mientas y utilidades que puedan ofrecer a su
comunidad.
Al respecto, es indispensable la evaluación de
las nuevas tecnologías antes de implementar-
las, principalmente porque se ofrecerán servi-
cios de referencia en tiempo real; definitivamen-
te se tiene un mercado cada vez mayor en las
opciones de software y hardware lo que a su
vez, implica la capacitación, y uso de políticas y
estándares del servicio.
La implementación de bibliotecas digitales impli-
ca considerar ciertos aspectos en relación a los
recursos financieros, de cómputo y sobre todo
recursos humanos. De igual manera, es impor-
tante tomar en consideración la posibilidad de
intercambiar experiencias con otros proyectos
que han desarrollado servicios de referencia
digital.
Sin duda alguna, hace más de una década que
las bibliotecas digitales son consideradas un
factor estratégico de competitividad en países
desarrollados. Es crítico para todas las entida-
des involucradas (instituciones de educación
superior e investigación) reconocer su importan-
cia y participar activamente en su construcción y
aprovechamiento; por tal razón, es significativo
pensar en las tendencias del servicio.
En términos generales, los alcances y limitacio-
nes se definirán por el aspecto tecnológico y
profesional. Ambos factores pueden ayudar a
lograr avances significativos en la construcción
de ambientes y herramientas para comunidades
que transmiten y generan conocimiento. Para
ello, es indispensable definir los aspectos en
torno a las habilidades y responsabilidades que
deberá asumir el bibliotecario ante esta nueva
modalidad de servicio.
6. Conclusiones
En el transcurso y desarrollo del presente estu-
dio de investigación, se observa que el modelo
de series de tiempo fue adecuado para la des-
cripción y realización de pronósticos (tenden-
cias); en este caso, para el servicio de referen-
cia en línea vía correo electrónico. Sin embargo,
una limitante es que sus predicciones sólo son
buenas a corto plazo. Por ello, se consideró
adecuado un año con datos mensuales. Y, to-
mando en cuenta que un modelo teórico se
considera sólo una aproximación a la realidad,
se pudo mostrar que a partir de la aplicación de
dicho modelo, se logra conocer el desarrollo a
futuro del servicio sobre la base de datos reales
Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.
y confiables, es decir, permite ir más allá de
estudios puramente especulativos.
En relación con el objetivo planteado, se logró el
modelado de los datos consiguiendo demostrar
cómo las técnicas estadísticas pueden ser utili-
zadas para explicar y predecir aceptablemente
los porcentajes de consultas del servicio de
referencia en su modalidad de correo electróni-
co; lo que significa que también puede ser apli-
cado en aquellas bibliotecas que ofrezcan el
servicio a través de formularios-web o chat.
Debe resaltarse que, siempre que sea posible,
el modelo debe ser reajustado, para actualizar
los pronósticos. Esto es, en la medida en que se
posean datos reales posteriores a la fecha del
periodo analizado, se deberán calcular nueva-
mente los parámetros, y así obtener proyeccio-
nes actuales, lo cual permitirá realizar progra-
maciones óptimas de los recursos, así como
programar mantenimientos de equipo, y ofrecer
capacitación y requerimientos de personal sólo
cuando sea necesario.
Cabe mencionar que la contribución del presen-
te estudio para la disciplina bibliotecológica es
justamente el aporte de un planteamiento teóri-
co que a futuro pueda coadyuvar en la solución
de problemas prácticos, considerando el rumbo
de las tendencias del servicio de referencia con
aplicación de métodos estadísticos.
Notas
(1) SPSS son las siglas de Statistical Product and
Service Solutions. Originalmente SPSS era el
acrónimo de Statistical Package for the Social
Sciences. Es un completo sistema de análisis de
datos que puede generar informes tabulares,
gráficos y diagramas de distribuciones y tenden-
cias, así como complejos análisis estadísticos.
http://www.spss.com (2008-04-27).
(2) Los sistemas sincrónicos son técnicamente méto-
dos de transmisión digital de datos a velocidades
muy altas mediante el uso de circuitos en los que
los relojes del emisor y receptor están sincroniza-
dos. Se emplean para transferir grandes cantida-
des de información. El envío y recepción debe
ocurrir a unos intervalos de tiempo precisos. La
comunicación sincrónica ofrece la posibilidad de
intercambiar información desde cualquier sitio, en
cualquier momento y, sobre todo, al mismo tiem-
po; de tal forma, que el usuario y el referencista
se entrevistan en tiempo real a través de medios
de comunicación basados en Internet y en la tec-
nología en general. Tipos de comunicación
síncrona son: chat, mensajería instantánea, vi-
deoconferencia y cámara web, entornos colabo-
rativos y voz sobre IP (Dungan, Frank R. 1998).
La comunicación asíncrona se encuentra media-
da tecnológicamente y no depende de que el emi-
sor y receptor estén presentes en el mismo tiem-
 47

po para actuar; ofrece la posibilidad de intercam- Torres Vargas, Georgina Araceli (2005). La Biblioteca digital.
biar información desde cualquier sitio y en cual- México: UNAM, Centro Universitario de Investigaciones
quier momento (correo electrónico y formulario- Bibliotecológicas, 2005.
web).

Referencias
Arellano, M. (2001). Introducción al análisis clásico de series
de tiempo. http://www.5campus.com/leccion/seriest
(2007-01-14).
Brooks, T. A. (1984). Using time-series regression to predict
academic library circulations. // College & Research Li-
braries. 45:6 (1984) 501-505.
Chatfield, C. (2003). The analysis of time series: an intro-
ducction. London: Chapman and Hall, 2003.
Crawford, S. (1981). Health sciences libraries in the united
states: a time series analysis, 1969-1979. // Journal of
the American Medical Association. 245:21 (1981) 2237-
2238.
Dungan, Frank R. (1998). Electronic communications sys-
tems. Albany: Delmar, 1998.
Han, Lifeng (2003). Information and reference services in the
digital library. // Information Services & Use. 23:4 (2003)
251-262.
International Conference on Digital Libraries: Usability for
Digital Libraries. 2002. http://portal.acm.org/dl.cfm
(2008-03-17).
Jones, William G. (1973). A time-series simple approach for
measuring use in a small library. // Special Libraries.
64:7 (July 1973) 280-284.
Kazmier, Leonard J. (2000). Análisis de series de tiempo y
pronósticos económicos. // Estadística aplicada a la
administración y a la economía. 3ª ed. México: McGraw
Hill, 2000.
Lankes, R. David (2004). Digital reference. // Encyclopedia
of Library and Information Science. New York: Marcel
Dekker, 2004. 1-3.
Majul Zamudio, Yazmín. (2003). Planeación prospectiva.
México: IPN, Centro de Investigaciones Económicas,
Administrativas y Sociales, 2003.
Molinero, Luis M. (2004). Análisis de series temporales.
http://www.seh-lelha.org/pdf/tseries.pdf (2008-01-27).
Morice, E. (1974). Diccionario de estadística. México: Conti-
nental, 1974.
Naylor, Maiken; Kathlenn, Walsh (1994). A time-series
model for academic library data using intervention ana-
lysis. // Library & Information Science Research. 16:4
(1994) 299-314.
NIST/SEMATECH e-Handbook of Statistical Methods. Intro-
duction to time series analysis. http://www.itl.nist.gov/
div898/handbook/pmc/section4/pmc41.htm (2008-01-
10).
Rodríguez Morilla, Carmen (2000). Análisis de series de
tiempo. // Análisis de series temporales. Madrid: La Mu-
ralla, 2000.
Sloan, Bernie (1998). Digital reference services bibliography.
http://admin2.american.edu/~hodges/index/Bernie%
20Sloan's%20VR%20bibliography.htm (2008-03-15).
Spiegel, Murray R. (2001). Curva de ajuste, regresión y
correlación. // Probabilidad y estadística. Bogotá:
McGraw-Hill, 2001. 286-289.
SPSS (Statistical Package for the Social Sciences).
http://www.spss.com (2008-04-27).
Swoboda, Helmut (1975). Las series de tiempo. // El libro de
la estadística moderna. Barcelona: Omega, 1975.

Sánchez Avillaneda, María del Rocío; Martínez Bravo, Ricardo. Aplicación del modelo de series de tiempo a la prospección del
servicio de referencia en línea de la Biblioteca-IIMAS-UNAM. // Ibersid. (2009) 35-47. ISSN 1888-0967.